Google 开源了 EmbeddingGemma 2,一个模型同时嵌入文本、图片、音频和视频,还支持维度裁剪,做 RAG 检索的可以直接试试。
全部动态
Google 搞了个多智能体框架 Co-Director,专门解决 AI 视频长篇叙事前后不一致的问题,COLM 2026 现场有交互演示,做视频生成的可以去围观。
Mistral 放出 1T 参数的 Mistral Large 4,激活只有 49B,还能超闭源模型做视觉 grounding,权重 10 月底开源,可以关注。
Google 的 Nano Banana 2.1 来了,最多能锁住 4 个角色和 10 个物体不走样,画连环画、做多角度商品图的人可以试试
Google 刚发布的 EmbeddingGemma 2 能把文字、图片、音频、视频都转成向量,vLLM 当天就能跑,做 RAG 检索的可以试试 nightly 版。
小团队 Dots.3-preview 居然在性能和成本上都压过 DeepSeek 新模型,作者重点夸了他们的 RL 训练方案,想追国产模型进展的可以看看。
有人用 LilyPond 让模型写巴赫众赞歌,GPT-6 Astra 第一次写出了经过音,对乐理感兴趣的可以去看看它写的谱子。
Perplexity 放出了开源的决策模型 v1.1-27b,价格砍半到 $0.02/百万 token,还拿了 HF Decision Index 0.3 第一,可以拿来试试。
看到Reflection Beam和Mistral Large 4都追上了GLM-5.2,中美开源模型差距可能在于蒸馏能力
把一段猫咪发布片丢给 Mistral Large 4、MiMo V2.6 Pro、Opus 5.5 和 GPT-6.1 Sol,看谁重制的 voxel 和 ASCII 版更好玩,结果全贴出来了。
Google 出了 740M 的多模态嵌入模型,文本图片视频都能嵌入,还能配 Gemma 4 离线跑 RAG,权重直接可下。
Google 的 Nano Banana 2.1 来了,圈选局部修图不碰别处,批量出图人物还不变形,做电商和广告素材的可以试试。
美国 Reflection AI 放出 501B 的开放权重模型 Beam,说是用少 3-4 倍的算力就能追平中国的 GLM-5.2,搞私有化部署的可以看看。
ARC Prize 晒出 Grok 4.7 的实测成绩,有意思的是它一代分数涨了,二三代替反而降了,可以看看这套数据对比
有人拿 8 个决策模型打 Tetris,Perplexity Decider 稳居第一,还能自己在 playground 里复现,挺好玩的。
Google 把 Earth AI 的地理空间基础模型开放给公共卫生领域了,做疾病监测的研究者可以直接调用,省去自建遥感模型的成本。
Stanford 的 Marin 开源模型训到一半了,535B 总参数、每次激活 23B,Percy Liang 还分享了训练中途的踩坑心得。
Cloudflare 的 Clef Flash 上 OpenRouter 了,点进 Playground 就能直接试,不用自己搭环境。
Google 出了个只有 740M 参数的嵌入模型 EmbeddingGemma 2,能打过大它两倍的模型,Apache 2.0 开源,做端侧 RAG 搜索很合适。
Simon Willison 用 Claude Opus 5.5 写了个能播放游戏的文本音乐播放器,曲子还真有点 Monkey Island 味道,玩法挺有意思。
有人在 Copilot 365 Premium 里刷出了 GPT-6.1 Sol,比官方公告还早,想第一时间尝鲜的可以去看看自己的账号有没有。
DeepSeek 的 V4.1 Flash 跑分出来了,ARC-AGI-2 拿下 72.9%,比上一代高了 11.5 分,不过每任务成本贵了两倍多,看你怎么权衡。
Mistral 放出 1T 总参、49B 激活的 Le Chonk,Simon Willison 亲测能画出鹈鹕 SVG 了,10 月底开放权重。
欧洲 Mistral 放出 1 万亿参数的 Large 4,主打美国闭源模型不肯做的安全任务,但离 Claude 和 GPT-6 还有距离。
复旦、腾讯混元和浙大联合开源了 Prism,能生成 2K 分辨率且声音和画面同步对齐的视频,训练速度还快了 2.5 倍,做视频生成的可以去看看。
Mistral 放了个 1T 参数的大家伙,编码分数把 Reflection 的 Beam 甩开 17 个点,月底开源权重,可以等等看。
法国 Mistral 放出了 1T 参数的 Mistral Large 4,还是多模态的,直接冲着 OpenAI 和中国的开源模型来的,可以看看实际表现。
Mistral 放出 1T 参数的多模态模型,激活只有 49B,API 现在就能用,10 月底开源权重,欧洲目前最能打的一个。
ElevenLabs 的新 Turbo 版把语音质量做到榜单第一,价格还只有自家 v4 的一半,做语音相关的可以看看数据。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档